清华大学学报(自然科学版)

作者：宋欣瑞, 张宪琦, 张展, 陈新昊, 刘宏伟

单位：哈尔滨工业大学 计算机科学与技术学院, 哈尔滨 150001

关键词：复杂人体活动识别,多传感器数据融合,深度学习,多任务学习

基金：张展,副教授,

基于传感器的人体活动识别被广泛应用到各个领域，但利用多种异构传感器识别日常的复杂人体活动，仍然存在很多问题。对多个异构传感器数据进行数据融合时，存在兼容性问题，导致对并发复杂活动识别准确率较低。该文提出基于多传感器决策级数据融合的多任务深度学习模型。该模型利用深度学习自动地从每个传感器原始数据中进行特征提取。利用多任务学习的联合训练方法将并发复杂活动分为多个子任务，多个子任务共享网络结构，相互促进学习，提高模型的泛化性能。实验表明：该模型对周期性活动的识别准确率可达到94.6%，非周期性活动可达到93.4%，并发复杂活动可达到92.8%。该模型比3个基线模型的识别准确率平均高出8%。

来源：2020年第10期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2020年第10期